

Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Neste documento, aprenda sobre agentes racionais na inteligência artificial, incluindo suas características, como executar ações corretas baseadas em entradas e conhecimentos internos. Saiba como criar um agente racional, selecionando medidas de desempenho, sensores relevantes e analisando dimensões de ambientes de tarefa, como observável, único, determinístico, episódico, estático, conhecido e discreto. Escolha entre os tipos de agentes disponíveis.
Tipologia: Exercícios
1 / 2
Esta página não é visível na pré-visualização
Não perca as partes importantes!


EXA841 – Inteligência Artificial Atividade 2.1 – Agentes inteligentes Grupo 2 : Bruno C. Matias, Joimar Gonçalves, Victória Oliveira Gomes, Vitor Mariano 2 - Outro conceito importante do Capítulo 2 é o de agente racional. O que torna um agente racional? Se você fosse convidado para produzir um agente racional, por onde começaria? Que aspectos relacionados ao agente consideraria? Um agente racional é aquele que executa ações “corretas” de acordo às entradas colhidas pelos sensores do agente, podendo usar o histórico de entradas e de conhecimentos internos do próprio agente podendo usar o histórico de entradas ou não. Para produzir um agente racional, devemos iniciar criando medidas de desempenho baseadas no impacto que o agente tem no ambiente externo; além de selecionarmos os sensores que são relevantes para os atuadores agirem para alcançar o objetivo desejado. Para obter essas informações algumas perguntas tem que ser feitas como: 1 - Que medida de desempenho gostaríamos que tivesse como objetivo? 2 - Qual o ambiente enfrentará? 3 - Os atuadores (arquitetura que o agente utilizará em suas ações) 4 - Sensores de entrada Além disso, algumas propriedades do ambiente precisam ser destacadas. Primeiramente devemos listar as dimensões e depois analisar vários ambientes de tarefas para ilustrar as ideias:
- Completamente observável vs parcialmente observável: se os sensores de um agente permitem acesso ao estado completo do ambiente em cada instante, dizemos que o ambiente de tarefa é completamente observável. Um ambiente poderia ser parcialmente observável devido ao ruído e a sensores imprecisos ou porque partes dos estados estão simplesmente ausentes nos dados do sensor. - Agente único vs multiagente: o ambiente pode ter um único agente, ou vários que se influenciam (multiagente). - Determinístico vs estocástico: se o próximo estado do ambiente é completamente determinado pelo estado atual e pela ação executada pelo agente, o ambiente é determinístico. Caso contrário, ele é estocástico. - Episódico vs sequencial: em um ambiente de tarefa episódico, a experiência do agente é dividida em episódios atômicos. Em cada episódio a gente recebe
uma percepção e, em seguida, executa uma única ação; os episódios seguintes não dependem das ações executadas em episódios anteriores. Em ambiente sequenciais, a decisão atual poderia afetar em todas as decisões futuras.
- Estático vs dinâmico: se o ambiente puder se alterar enquanto o agente está deliberando, dizemos que o ambiente é dinâmico; caso contrário, ele é estático. Se o próprio ambiente não mudar com a passagem do tempo, mas o nível de desempenho do agente se alterar dizemos que o ambiente é semi-dinâmico. - Conhecido vs desconhecido: em um ambiente conhecido, as saídas ou as probabilidades das saídas são conhecidas, se o ambiente for estocástico para todas as ações. Se o ambiente for desconhecido, o agente terá de aprender como funciona a fim de tomar boas decisões. - Discreto vs contínuo: caso haja um conjunto finito de estados que possa definir as características do ambiente, teremos um ambiente discreto. Caso contrário, ele será contínuo. Por fim, de acordo com a finalidade do agente, é preciso escolher entre os 4 tipos disponíveis: